在循環中在Python中追加矩陣

Question

我有一個矩陣和大小（3,3）。假設它是一個3乘3矩陣，所有元素都等於1.

然後我有一個循環來創建多個（3,3）矩陣。 因此，這些都是輸出：

第一個循環我得到這個矩陣：

[[ 88. 42.5 9. ] 
[ 121.5 76. 42.5] 
[ 167. 121.5 88. ]] 

第二個循環，我得到：

[[ 88. 42.5 13. ] 
[ 117.5 72. 42.5] 
[ 163. 117.5 88. ]] 

所以我想達到的目標基本上是

[[1, 1, 1] [88, 42.5, 9] [88, 42.5, 13], 
[1, 1, 1] [121.5, 76, 42.5] [117.5, 72, 42.5], 
[1, 1, 1] [167, 121.5, 88] [163, 117.5, 88]] 

這是假設循環迭代兩次，我不知道如果我有pl在適當的地方加上逗號或間距等，但理想情況下，我得到一個3×3的矩陣，每個元素都有一個3個元素的列表。

我的代碼我迄今爲止爲循環是（Up_xyz，Mid_xyz，在[X，X，X]格式Down_xyz輸出）：

for i in range (1,len(PeopleName)):  
    x = np.vstack((Up_xyz(TempName[i]),Mid_xyz(TempName[i]),Down_xyz(TempName[i]))) 
restA.append(x) 
l+=1 

這導致：

[array([[ 88. , 42.5, 13. ], 
    [ 117.5, 72. , 42.5], 
    [ 163. , 117.5, 88. ]])] 

這只是來自循環的最後一次迭代的值。

此外，當我追加y以雷斯塔與

print(y.append(restA)) 

我得到這個錯誤：

'numpy.ndarray' object has no attribute 'append' 

我認爲這是由於尺寸的差異。但是，如果有任何幫助，我將不勝感激，而且我對Python相當陌生，所以可以採用任何其他更有效的方式。由於

Answer 1

你應該內追加for循環

for i in range (1,len(PeopleName)):  
    x = np.vstack((Up_xyz(TempName[i]),Mid_xyz(TempName[i]),Down_xyz(TempName[i]))) 
    restA.append(x) 
l+=1 

numpy的數組對象沒有一個方法追加。你可能會想：

y = np.append(y, restA) 

Answer 2

它存在np.append，但它是在一個循環中非常昂貴的（如果你通過一個附加一個）。見documentation：

A copy of arr with values appended to axis. Note that append does not occur in-place: a new array is allocated and filled. If axis is None, out is a flattened array.

副本，該陣列用於你的循環的每個增量完成（這裏僅3增量，但我認爲這不是一個好的做法要做到這一點，要知道）

好你有3個陣列，並要合併每個：

import numpy as np 

a = np.array([[ 1., 1., 1.], 
       [ 1., 1., 1.], 
       [ 1., 1., 1.]]) 

b = np.array([[ 88., 42.5, 9. ], 
       [ 121.5, 76., 42.5], 
       [ 167., 121.5, 88. ]]) 

c = np.array([[ 88., 42.5, 13. ], 
       [ 117.5, 72., 42.5], 
       [ 163., 117.5, 88. ]]) 

result = np.empty((3,3), dtype=object) 

n, p = result.shape 
for i in range(n): 
     result[i, 0] = a[i,:] 
     result[i, 1] = b[i,:] 
     result[i, 2] = c[i,:] 

print(result) 

輸出：

array([[array([ 1., 1., 1.]), array([ 88. , 42.5, 9. ]), 
     array([ 88. , 42.5, 13. ])], 
     [array([ 1., 1., 1.]), array([ 121.5, 76. , 42.5]), 
     array([ 117.5, 72. , 42.5])], 
     [array([ 1., 1., 1.]), array([ 167. , 121.5, 88. ]), 
     array([ 163. , 117.5, 88. ])]], dtype=object) 

如果你想要的，而不是list做np.array：

n, p = result.shape 
for i in range(n): 
    result[i, 0] = a[i,:].tolist() 
    result[i, 1] = b[i,:].tolist() 
    result[i, 2] = c[i,:].tolist() 

print(result) 

輸出：

[[[1.0, 1.0, 1.0] [88.0, 42.5, 9.0] [88.0, 42.5, 13.0]] 
[[1.0, 1.0, 1.0] [121.5, 76.0, 42.5] [117.5, 72.0, 42.5]] 
[[1.0, 1.0, 1.0] [167.0, 121.5, 88.0] [163.0, 117.5, 88.0]]] 

這是一個有點怪有一個二維數組，每個元素都是一維數組。

您可以直接擁有3D陣列（3,3,3）形狀：

np.stack([a,b,c])